Selection of Biomarkers from Differentially Expressed Genes in Leukocytes of Buffalos Treated with Recombinant Bovine Somatotropin: The Importance of Sample Size for Reliable Discriminating Systems
Notice bibliographique
Résumé
The research on biomarkers to detect livestock treated with recombinant bovine somatotropin (rbST) is still an open issue. In fact, beyond undertaking confirmation methods, there is the need to develop simple and inexpensive screening tests. In this direction, some proposals have been forwarded, mostly involving the measurement of circulating molecules, whereas the possibility of using biomarkers related to gene expression is a field under investigation. The present study was carried out on sixteen buffalos, eight of which treated with rbST. Blood samples were collected six times during the treatment to investigate on the presence of differentially expressed genes in leukocytes. Analysis with the microarray technique was performed on two sampling moments, in order to obtain a first selection of genes. Further analysis was carried out by real time RT-PCR, in order to create a discriminating linear system. A study on the variation of the error related to the number of samples included in statistics was also performed. Results showed that, including an increasing number of samples to build the discriminating algorithm, the b-error grows and tends to stabilize on 6.5%. This study clearly shows the paramount importance of including a proper number of samples to obtain reliable algorithms.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».